CN113721213A - 生命体检测方法、终端及存储介质 - Google Patents
生命体检测方法、终端及存储介质 Download PDFInfo
- Publication number
- CN113721213A CN113721213A CN202110846368.XA CN202110846368A CN113721213A CN 113721213 A CN113721213 A CN 113721213A CN 202110846368 A CN202110846368 A CN 202110846368A CN 113721213 A CN113721213 A CN 113721213A
- Authority
- CN
- China
- Prior art keywords
- distance
- distance detection
- index
- data
- millimeter wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种生命体检测方法、终端及计算机可读存储介质,该方法应用于一种毫米波雷达,包括:获取毫米波雷达的距离维数据;通过预设的有效距离范围距离维数据进行截取,获取截取数据中最大峰值对应的目标索引;根据目标索引,获取以目标索引所对应的距离检测单元为中心的n个相邻的距离检测单元,依次获取距离检测单元在连续N个时刻中,第k时刻与第k‑1时刻的距离维数据的幅度差数据;针对任一距离检测单元对应的幅度差数据,进行加窗及快速傅利叶变换,得到距离检测单元对应的频谱;根据n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标。本发明能够提高生命体检测精度。
Description
技术领域
本发明属于生命体检测技术领域,尤其涉及一种生命体检测方法、终端及计算机可读存储介质。
背景技术
年来,越来越多的儿童因为被父母遗忘在车内导致了最终的窒息身亡,新闻报道事实屡见不鲜。在室外日光直射、门窗封闭的环境下,汽车内部温度可以在15分钟内达到高温中暑临界值,严重的会导致人窒息而致命。
目前,生命体检测传感器主要有红外探测器、超声波雷达、摄像头。但红外容易受各种热源、阳光源干扰,被动红外穿透力差,人体的红外辐射容易被遮挡,不易被报警器接收,尤其当环境温度和人体温度接近时,探测和灵敏度明显下降,严重的会造成短时失灵。超声波雷达分辨率差,复杂环境下检测效果变差,高温时灵敏性急剧下降。摄像头对光线要求极高,易受灰尘影响,成本高,且隐私效果差。
如何提高生命体检测的精度,是现有技术急需解决的问题。
发明内容
有鉴于此,本发明提供了一种生命体检测方法、终端及存储介质,能够提高特殊环境下生命体检测的精度。
本发明实施例的第一方面提供了一种生命体检测方法,该方法应用于一种毫米波雷达,该方法包括:
获取毫米波雷达的距离维数据;
通过预设的有效距离范围对所述距离维数据进行截取,获取截取数据中最大峰值对应的目标索引;
根据所述目标索引,获取以所述目标索引所对应的距离检测单元为中心的n个相邻的距离检测单元,针对任一距离检测单元,根据所述距离检测单元对应的距离维数据,依次获取所述距离检测单元在连续N个时刻中,第k时刻与第k-1时刻的距离维数据的幅度差数据,其中,N为大于等于3的正整数,1<k<=N;
针对任一距离检测单元对应的幅度差数据,进行加窗及快速傅利叶变换,得到所述距离检测单元对应的频谱;
根据所述n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标。
在一种可能的实现方式中,所述获取毫米波雷达的距离维数据包括:
针对所述毫米波雷达的多个接收天线中任一接收天线接收到的回波信号,通过信号处理得到所述回波信号对应的中频信号,对所述中频信号进行快速傅利叶变换得到对应的距离维数据,其中,所述毫米波雷达的一个发射天线发射一组线性调频信号,所述毫米波雷达的多个接收天线接收到的回波信号是与所述线性调频信号相对应的回波信号;
通过至少一个接收天线对应的距离维数据,获取所述毫米波雷达的距离维数据。
在一种可能的实现方式中,所述获取所述毫米波雷达的距离维数据包括:
对至少两个接收天线对应的距离维数据进行相参积累,得到所述毫米波雷达的距离维数据。
在一种可能的实现方式中,在获取第k时刻与第k-1时刻的距离维数据的幅度差数据之后,该方法还包括:
根据预设频率范围,对所述第k时刻与第k-1时刻的距离维数据的幅度差数据进行滤波。
在一种可能的实现方式中,所述根据所述n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标包括:
根据任一距离检测单元对应的频谱,在所述预设频率范围内搜索最大值,获取所述最大值对应的索引号;
根据所述最大值对应的索引号,获取以所述最大值的索引号为中心的预设大小的索引范围;
根据所述索引范围内所有索引号对应的频域值,和所述预设频率范围内所有索引号对应的频域值,得到所述距离检测单元对应的特征值;
根据所述n个距离检测单元对应的特征值,判断在第N个时刻是否存在目标。
在一种可能的实现方式中,所述根据所述索引范围内所有索引号对应的频域值,和所述预设频率范围内所有索引号对应的频域值,得到所述距离检测单元对应的特征值包括:
所述索引范围内所有索引号对应的频域值求和,得到第一值sumPeak;
所述预设频率范围内所有索引号对应的频域值求和,得到第二值sumSignal;
根据所述第一值和所述第二值,通过预设公式得到所述距离检测单元对应的特征值conf,所述预设公式为:
conf=sumPeak/(sumSignal-sumPeak)。
在一种可能的实现方式中,所述根据所述n个距离检测单元对应的特征值,判断在第N个时刻是否存在目标包括:
若在第N个时刻,所述n个距离检测单元对应的特征值都大于等于预设阈值,则判断在第N个时刻存在目标。
在一种可能的实现方式中,该方法还包括:
判断包括第N个时刻在内的第N个时刻之后连续M个时刻中,每个时刻是否存在目标;
若所述M个时刻中,有R个时刻存在目标,则判断存在目标,R大于等于预设值。
第二方面,本发明实施例提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第三方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种生命体检测方法、终端及存储介质,通过毫米波雷达检测目标位置,计算目标位置某时刻的距离维信号幅度,并且连续积累多时刻的幅度变化,再通过对连续多时刻的数据进行频域分析,最后利用频域特征进一步做判断,目标的幅度变化频率是否符合人体呼吸特征的频率范围,以此来识别检测空间内是否有目标生命体,提高了生命体检测精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种生命体检测方法的实现流程图;
图2是本发明实施例提供的另一种生命体检测方法的实现流程图;
图3是本发明实施例提供的一种生命体检测装置的结构示意图;
图4是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
参见图1,其示出了本发明实施例提供的一种生命体检测方法的实现流程图,详述如下:
S101,获毫米波雷达的距离维数据。
本发明实施例提供的生命体检测方法应用于一种毫米波雷达,毫米波雷达采用大带宽信号,探测精度极高,不受光线、温度、灰尘等影响。
可选的,针对毫米波雷达的多个接收天线中任一接收天线接收到的回波信号,通过信号处理得到回波信号对应的中频信号,对中频信号进行快速傅利叶变换得到对应的距离维数据,其中,毫米波雷达的一个发射天线发射一组线性调频信号,毫米波雷达的多个接收天线接收到的回波信号是与线性调频信号相对应的回波信号;通过至少一个接收天线对应的距离维数据,获取毫米波雷达的距离维数据。
在被检测空间中,根据被检测空间的实际情况,和雷达的部署情况,选择一个或多个接收天线对应的距离维数据作为所述毫米波雷达的距离维数据。
在本发明实施例中,毫米波雷达采用单发多收的方式,选用一个发天线发送一组线性调频chirp信号,对应多个收天线进行接收。雷达接收天线收到回波信号后,通过信号处理技术将回波信号转变为中频信号,再对中频回波信号做FFT(fast Fouriertransform,快速傅利叶变换)得到距离维数据。
进一步的,由于雷达在被检测空间内的布局位置不同,可能存在某个方向监测能力较弱的情况,可选的:对至少两个接收天线对应的距离维数据进行相参积累,得到毫米波雷达的距离维数据。
即,根据实际应用情况,将两个或多个接收天线对应的距离维数据进行相参积累,增强某个方向回波数据,提升该方向的探测能力。
需要说明的是,被检测空间可以为汽车内部,也可以为其他需要进行生命体检测的空间,本发明实施例对此不作限定。
S102,通过预设的有效距离范围对距离维数据进行截取,获取截取数据中最大峰值对应的目标索引。
根据被检测空间的实际情况、需要探测的范围以及毫米波雷达的布局位置,预设置有效距离范围[RangeStart,RangeEnd],通过有效距离范围对距离维数据进行截取。
通过检测截取的距离维数据中的最大峰值,即最强回波所在的目标索引targetIndex的方式,来确认微动目标的大致距离位置。
S103,根据目标索引,获取以目标索引所对应的距离检测单元为中心的n个相邻的距离检测单元,针对任一距离检测单元,根据距离检测单元对应的距离维数据,依次获取距离检测单元在连续N个时刻中,第k时刻与第k-1时刻的距离维数据的幅度差数据。
其中,N为大于等于3的正整数,1<k<=N。
获得目标索引后,统计目标索引所在邻域[targetIndex-binIndex,targetIndex+binIndex]范围,其中,binIndex的大小是预设置的。通过[targetIndex-binIndex,targetIndex+binIndex]获得n个相邻的距离检测单元。
通过第一公式依次获取n个距离检测单元中每个距离检测单元第k时刻与第k-1时刻的距离维数据的幅度差数据,第一公式为:
diffAm,k=Am,k-Am,k-1
其中,diffAm,k表示k时刻第m单元对应的幅度差,Am,k表示k时刻第m单元对应的距离维数据的幅度,Am,k-1表示k-1时刻第m单元对应的距离维数据的幅度。
可选的,为滤除杂波,进一步提高生命体检测的精准度,针对任一距离检测单元,该方法还包括:
根据预设频率范围,对所述第k时刻与第k-1时刻的距离维数据的幅度差数据进行滤波。
将k时刻得到的第m单元对应的幅度差diffAm,k,进行频率滤波,考虑到我们最终要检测的生命体是人体目标,人在静态或熟睡状态下,主要的微动特征来自于人体呼吸时胸腹腔的变化,因此其目标的真实频率一般为0.1-0.6Hz。采用Butterworth IIR Bandpass滤波器,并将滤波器的截止频率设置预设频率范围,即0.1-0.6Hz,可以从一定程度上滤除带外杂波带来的干扰,将经过滤波后k时刻的数据放入对应单元的数据缓冲区buffer,在数据缓冲区buffer内进行多时刻的数据积累。
S104,针对任一距离检测单元对应的幅度差数据,进行加窗及快速傅利叶变换,得到距离检测单元对应的频谱。
在第N个时刻,目标邻域范围内的n个距离检测单元对应的数据缓冲区buffer内已统计多帧IIR滤波后的数据,为了更好的分析数据特性,对该数据缓冲区buffer内的时域数据进行加窗以及FFT处理,得到目标邻域范围内的n个距离检测单元对应的频谱。
S105,根据n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标。
根据n个距离检测单元对应的频谱,判断目标的幅度变化频率是否符合人体呼吸特征的频率范围,以此来判断检测空间内是否存在生命体。
由上可知,本发明通过毫米波雷达检测目标位置,计算目标位置某时刻的距离维信号幅度,并且连续积累多时刻的幅度变化,再通过对连续多时刻的数据进行频域分析,最后利用频域特征进一步做判断,目标的幅度变化频率是否符合人体呼吸特征的频率范围,以此来识别检测空间内是否有目标生命体,提高了生命体检测精度。
图2示出了本发明实施例提供的另一种生命体检测方法的实现流程图,详述如下:
S201,根据任一距离检测单元对应的频谱,在预设频率范围内搜索最大值,获取最大值对应的索引号。
可选的,在获得第N个时刻n个距离检测单元对应的频谱后,分析该时刻每个距离检测单元的频谱特征。在频谱上,首先在预设频率范围0.1-0.6Hz内搜索最大值,若有最大峰值,本步骤中的最大值指的是最大峰值;若没有最大峰值,本步骤中的最大值指的是频谱中的最大值。
记录最大值对应的索引号maxIndex。
S202,根据最大值对应的索引号,获取以最大值的索引号为中心的预设大小的索引范围。
通过最大值对应的索引号maxIndex,统计其邻域[maxIndex–aroundIndex,maxIndex+aroundIndex],其中aroundIndex的大小是预设置的。[maxIndex–aroundIndex,maxIndex+aroundIndex]即为本步骤中的预设大小的索引范围。
S203,根据索引范围内所有索引号对应的频域值,和预设频率范围内所有索引号对应的频域值,得到距离检测单元对应的特征值。
可选的,本步骤通过如下方式获取特征值:
所述索引范围内所有索引号对应的频域值求和,得到第一值sumPeak;
所述预设频率范围内所有索引号对应的频域值求和,得到第二值sumSignal;
根据所述第一值和所述第二值,通过预设公式得到所述距离检测单元对应的特征值conf,所述预设公式为:
conf=sumPeak/(sumSignal-sumPeak)
对于目标邻域的n个距离检测单元,在第N个时刻需分别计算第m单元对应的频域特征值confm。
S204,根据n个距离检测单元对应的特征值,判断在第N个时刻是否存在目标。
最后,对第N时刻目标邻域内的n个距离检测单元对应的频域的特征值进行统计,若目标邻域内的这n个距离检测单元对应的频域的特征值均满足预设决策条件则可决策为在第N个时刻存在目标,否则不存在目标。
可选的,上述预设决策条件为,若在第N个时刻,所述n个距离检测单元对应的特征值都大于等于预设阈值Threshold,则判断在第N个时刻存在目标。
进一步的,本发明实施例还提供一种决策方式:判断包括第N个时刻在内的第N个时刻之后连续M个时刻中,每个时刻是否存在目标;若M个时刻中,有R个时刻存在目标,则判断存在目标,R大于等于预设值。
由上可知,本发明通过每个距离检测单元对应的频谱获取每个距离检测单元在第N个时刻的特征值,根据n个距离检测单元在第N个时刻的特征值判断是否存在目标,可以对被检测空间内,如车内的遗留成员可有效进行检测,尤其是处于熟睡状态下的婴儿和儿童,即使没有肢体的大幅度运动,也可依据人体目标的胸腹腔微动特征,被毫米波雷达准确识别。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图3示出了本发明实施例提供的生命体检测装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图3所示,生命体检测装置3包括:距离维数据获取单元31、目标索引获取单元32、幅度差数据获取单元33、频谱获取单元34和判别单元35;
所述距离维数据获取单元31,用于获取毫米波雷达的距离维数据;
所述目标索引获取单元32,用于通过预设的有效距离范围对所述毫米波雷达的距离维数据进行截取,获取截取数据中最大峰值对应的目标索引;
所述幅度差数据获取单元33,用于根据所述目标索引,获取以所述目标索引所对应的距离检测单元为中心的n个相邻的距离检测单元,针对任一距离检测单元,根据所述距离检测单元对应的距离维数据,依次获取所述距离检测单元在连续N个时刻中,第k时刻与第k-1时刻的距离维数据的幅度差数据,其中,N为大于等于3的正整数,1<k<=N;
所述频谱获取单元34,用于针对任一距离检测单元对应的幅度差数据,进行加窗及快速傅利叶变换,得到所述距离检测单元对应的频谱;
所述判别单元35,用于根据所述n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标。
可选的,所述距离维数据获取单元31用于:针对所述毫米波雷达的多个接收天线中任一接收天线接收到的回波信号,通过信号处理得到所述回波信号对应的中频信号,对所述中频信号进行快速傅利叶变换得到对应的距离维数据,其中,所述毫米波雷达的一个发射天线发射一组线性调频信号,所述毫米波雷达的多个接收天线接收到的回波信号是与所述线性调频信号相对应的回波信号;
通过至少一个接收天线对应的距离维数据,获取所述毫米波雷达的距离维数据。
可选的,距离维数据获取单元31还用于:对至少两个接收天线对应的距离维数据进行相参积累,得到所述毫米波雷达的距离维数据。
可选的,该装置还包括:滤波单元36,用于根据预设频率范围,对所述第k时刻与第k-1时刻的距离维数据的幅度差数据进行滤波。
可选的,判别单元35用于:根据任一距离检测单元对应的频谱,在所述预设频率范围内搜索最大值,获取所述最大值对应的索引号;
根据所述最大值对应的索引号,获取以所述最大值的索引号为中心的预设大小的索引范围;
根据所述索引范围内所有索引号对应的频域值,和所述预设频率范围内所有索引号对应的频域值,得到所述距离检测单元对应的特征值;
根据所述n个距离检测单元对应的特征值,判断在第N个时刻是否存在目标。
可选的,判别单元35还用于:所述索引范围内所有索引号对应的频域值求和,得到第一值sumPeak;
所述预设频率范围内所有索引号对应的频域值求和,得到第二值sumSignal;
根据所述第一值和所述第二值,通过预设公式得到所述距离检测单元对应的特征值conf,所述预设公式为:
conf=sumPeak/(sumSignal-sumPeak)。
可选的,判别单元35用于若在第N个时刻,所述n个距离检测单元对应的特征值都大于等于预设阈值,则判断在第N个时刻存在目标。
可选的,判别单元35还用于:判断包括第N个时刻在内的第N个时刻之后连续M个时刻中,每个时刻是否存在目标;
若所述M个时刻中,有R个时刻存在目标,则判断存在目标,R大于等于预设值。
由上可知,本发明通过毫米波雷达检测目标位置,计算目标位置某时刻的距离维信号幅度,并且连续积累多时刻的幅度变化,再通过对连续多时刻的数据进行频域分析,最后利用频域特征进一步做判断,目标的幅度变化频率是否符合人体呼吸特征的频率范围,以此来识别检测空间内是否有目标生命体,提高了生命体检测精度。
图4是本发明实施例提供的终端的示意图。如图4所示,该实施例的终端4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个生命体检测方法实施例中的步骤,例如图1所示的步骤101至步骤105。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块/单元31至36的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端4中的执行过程。例如,所述计算机程序42可以被分割成图3所示的模块/单元31至36。
所述终端4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端4的示例,并不构成对终端4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端4的内部存储单元,例如终端4的硬盘或内存。所述存储器41也可以是所述终端4的外部存储设备,例如所述终端4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个生命体检测方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种生命体检测方法,其特征在于,该方法应用于一种毫米波雷达,该方法包括:
获取所述毫米波雷达的距离维数据;
通过预设的有效距离范围对所述距离维数据进行截取,获取截取数据中最大峰值对应的目标索引;
根据所述目标索引,获取以所述目标索引所对应的距离检测单元为中心的n个相邻的距离检测单元,针对任一距离检测单元,根据所述距离检测单元对应的距离维数据,依次获取所述距离检测单元在连续N个时刻中,第k时刻与第k-1时刻的距离维数据的幅度差数据,其中,N为大于等于3的正整数,1<k<=N;
针对任一距离检测单元对应的幅度差数据,进行加窗及快速傅利叶变换,得到所述距离检测单元对应的频谱;
根据所述n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标。
2.根据权利要求1所述的方法,其特征在于,所述获取所述毫米波雷达的距离维数据包括:
针对所述毫米波雷达的多个接收天线中任一接收天线接收到的回波信号,通过信号处理得到所述回波信号对应的中频信号,对所述中频信号进行快速傅利叶变换得到对应的距离维数据,其中,所述毫米波雷达的一个发射天线发射一组线性调频信号,所述毫米波雷达的多个接收天线接收到的回波信号是与所述线性调频信号相对应的回波信号;
通过至少一个接收天线对应的距离维数据,获取所述毫米波雷达的距离维数据。
3.根据权利要求2所述的方法,其特征在于,所述获取所述毫米波雷达的距离维数据包括:
对至少两个接收天线对应的距离维数据进行相参积累,得到所述毫米波雷达的距离维数据。
4.根据权利要求1所述的方法,其特征在于,在获取第k时刻与第k-1时刻的距离维数据的幅度差数据之后,该方法还包括:
根据预设频率范围,对所述第k时刻与第k-1时刻的距离维数据的幅度差数据进行滤波。
5.根据权利要求4所述的方法,其特征在于,所述根据所述n个距离检测单元对应的频谱,判断在第N个时刻是否存在目标包括:
根据任一距离检测单元对应的频谱,在所述预设频率范围内搜索最大值,获取所述最大值对应的索引号;
根据所述最大值对应的索引号,获取以所述最大值的索引号为中心的预设大小的索引范围;
根据所述索引范围内所有索引号对应的频域值,和所述预设频率范围内所有索引号对应的频域值,得到所述距离检测单元对应的特征值;
根据所述n个距离检测单元对应的特征值,判断在第N个时刻是否存在目标。
6.根据权利要求5所述的方法,其特征在于,所述根据所述索引范围内所有索引号对应的频域值,和所述预设频率范围内所有索引号对应的频域值,得到所述距离检测单元对应的特征值包括:
所述索引范围内所有索引号对应的频域值求和,得到第一值sumPeak;
所述预设频率范围内所有索引号对应的频域值求和,得到第二值sumSignal;
根据所述第一值和所述第二值,通过预设公式得到所述距离检测单元对应的特征值conf,所述预设公式为:
conf=sumPeak/(sumSignal-sumPeak)。
7.根据权利要求6所述的方法,其特征在于,所述根据所述n个距离检测单元对应的特征值,判断在第N个时刻是否存在目标包括:
若在第N个时刻,所述n个距离检测单元对应的特征值都大于等于预设阈值,则判断在第N个时刻存在目标。
8.根据权利要求5所述的方法,其特征在于,该方法还包括:
判断包括第N个时刻在内的第N个时刻之后连续M个时刻中,每个时刻是否存在目标;
若所述M个时刻中,有R个时刻存在目标,则判断存在目标,R大于等于预设值。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至8中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110846368.XA CN113721213B (zh) | 2021-07-26 | 2021-07-26 | 生命体检测方法、终端及存储介质 |
PCT/CN2022/107272 WO2023005821A1 (zh) | 2021-07-26 | 2022-07-22 | 生命体检测方法、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110846368.XA CN113721213B (zh) | 2021-07-26 | 2021-07-26 | 生命体检测方法、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113721213A true CN113721213A (zh) | 2021-11-30 |
CN113721213B CN113721213B (zh) | 2023-10-10 |
Family
ID=78674008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110846368.XA Active CN113721213B (zh) | 2021-07-26 | 2021-07-26 | 生命体检测方法、终端及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113721213B (zh) |
WO (1) | WO2023005821A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841207A (zh) * | 2022-04-29 | 2022-08-02 | 森思泰克河北科技有限公司 | 心跳频率提取方法、检测设备及存储介质 |
WO2023005821A1 (zh) * | 2021-07-26 | 2023-02-02 | 森思泰克河北科技有限公司 | 生命体检测方法、终端及存储介质 |
CN117250609A (zh) * | 2023-08-22 | 2023-12-19 | 南京航空航天大学 | 一种舱内活体检测结果平滑方法、存储介质及电子设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116008947B (zh) * | 2023-03-27 | 2023-06-09 | 隔空(上海)智能科技有限公司 | 一种抗干扰的目标检测方法及系统 |
CN117687107B (zh) * | 2024-01-26 | 2024-05-07 | 浙江华视智检科技有限公司 | 一种毫米波成像方法和相关装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040097823A1 (en) * | 2000-09-15 | 2004-05-20 | Arnd Friedrichs | Device and method for producing respiration-related data |
US20050275585A1 (en) * | 2004-06-15 | 2005-12-15 | Fujitsu Ten Limited | Radar apparatus |
US20130229300A1 (en) * | 2011-11-02 | 2013-09-05 | Honda Elesys Co., Ltd. | On-board radar apparatus, object detection method, and object detection program |
US20150145714A1 (en) * | 2012-05-31 | 2015-05-28 | Denso Corporation | Radar apparatus |
WO2015127858A1 (zh) * | 2014-02-27 | 2015-09-03 | 华为技术有限公司 | 室内定位方法和装置 |
US20160259048A1 (en) * | 2013-11-26 | 2016-09-08 | Thales | Anticollision radar, especially for an aircraft when taxiing, and anticollision system |
WO2017198111A1 (zh) * | 2016-05-16 | 2017-11-23 | 深圳市中兴微电子技术有限公司 | 一种频偏估计方法、装置及计算机存储介质 |
CN110346790A (zh) * | 2019-07-09 | 2019-10-18 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的非接触式生命体征监测方法、装置及系统 |
CN111685760A (zh) * | 2020-07-21 | 2020-09-22 | 四川长虹电器股份有限公司 | 一种基于雷达测量的人体呼吸频率计算方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RS20140247A1 (en) * | 2014-05-14 | 2015-12-31 | Novelic D.O.O. | RADAR SENSOR FOR DETECTION OF SIGNS OF LIFE OPERATING IN THE MILLIMETER FREQUENCY RANGE AND METHOD OF OPERATION |
CN110058225A (zh) * | 2019-04-09 | 2019-07-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于毫米波雷达的车内生命体检测系统及方法 |
CN111366919B (zh) * | 2020-03-24 | 2022-05-13 | 南京矽典微系统有限公司 | 基于毫米波雷达的目标检测方法和装置、电子设备、存储介质 |
CN111983594B (zh) * | 2020-08-31 | 2024-01-19 | 南京矽典微系统有限公司 | 基于二维多普勒fft峰值的毫米波雷达目标感应方法和装置 |
CN112674740A (zh) * | 2020-12-22 | 2021-04-20 | 北京工业大学 | 一种基于毫米波雷达的生命体征检测方法 |
CN113721213B (zh) * | 2021-07-26 | 2023-10-10 | 森思泰克河北科技有限公司 | 生命体检测方法、终端及存储介质 |
-
2021
- 2021-07-26 CN CN202110846368.XA patent/CN113721213B/zh active Active
-
2022
- 2022-07-22 WO PCT/CN2022/107272 patent/WO2023005821A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040097823A1 (en) * | 2000-09-15 | 2004-05-20 | Arnd Friedrichs | Device and method for producing respiration-related data |
US20050275585A1 (en) * | 2004-06-15 | 2005-12-15 | Fujitsu Ten Limited | Radar apparatus |
US20130229300A1 (en) * | 2011-11-02 | 2013-09-05 | Honda Elesys Co., Ltd. | On-board radar apparatus, object detection method, and object detection program |
US20150145714A1 (en) * | 2012-05-31 | 2015-05-28 | Denso Corporation | Radar apparatus |
US20160259048A1 (en) * | 2013-11-26 | 2016-09-08 | Thales | Anticollision radar, especially for an aircraft when taxiing, and anticollision system |
WO2015127858A1 (zh) * | 2014-02-27 | 2015-09-03 | 华为技术有限公司 | 室内定位方法和装置 |
WO2017198111A1 (zh) * | 2016-05-16 | 2017-11-23 | 深圳市中兴微电子技术有限公司 | 一种频偏估计方法、装置及计算机存储介质 |
CN110346790A (zh) * | 2019-07-09 | 2019-10-18 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的非接触式生命体征监测方法、装置及系统 |
CN111685760A (zh) * | 2020-07-21 | 2020-09-22 | 四川长虹电器股份有限公司 | 一种基于雷达测量的人体呼吸频率计算方法 |
Non-Patent Citations (2)
Title |
---|
KUN ZHANG ET AL.: "High Efficiency Continuous-Variable Quantum Key Distribution Based on Quasi-Cyclic LDPC Codes", IEEE * |
黄瑶;夏玉立;雷宏;: "一种双通道SAR动目标检测和参数估计方法", 系统工程与电子技术 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023005821A1 (zh) * | 2021-07-26 | 2023-02-02 | 森思泰克河北科技有限公司 | 生命体检测方法、终端及存储介质 |
CN114841207A (zh) * | 2022-04-29 | 2022-08-02 | 森思泰克河北科技有限公司 | 心跳频率提取方法、检测设备及存储介质 |
CN117250609A (zh) * | 2023-08-22 | 2023-12-19 | 南京航空航天大学 | 一种舱内活体检测结果平滑方法、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2023005821A1 (zh) | 2023-02-02 |
CN113721213B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113721213B (zh) | 生命体检测方法、终端及存储介质 | |
CN110441753B (zh) | 雷达遮挡检测方法及雷达 | |
CN110488264A (zh) | 人员检测方法、装置、电子设备及存储介质 | |
CN112816960B (zh) | 车内生命探测方法、装置、设备和存储介质 | |
CN109917390A (zh) | 基于雷达的车辆检测方法和系统 | |
CN113589277B (zh) | 车内生命体的雷达探测方法、装置及终端设备 | |
CN110456321B (zh) | 滤除雷达误报的方法、终端设备及存储介质 | |
CN113009442B (zh) | 一种雷达静止反射面多径目标的识别方法及装置 | |
Flak | Drone detection sensor with continuous 2.4 GHz ISM band coverage based on cost-effective SDR platform | |
CN113341392A (zh) | 一种基于多站雷达微多普勒运动测向的人体行为分类方法 | |
CN113009449B (zh) | 雷达遮挡状态识别方法、装置及终端设备 | |
CN116224274A (zh) | 基于动态门限因子的低慢小目标检测方法、装置及设备 | |
CN113341404B (zh) | 恒虚警检测方法、装置、集成电路及无线电器件 | |
CN117784124A (zh) | 一种多人场景下的毫米波雷达跌倒监测方法及监测装置 | |
Barnett et al. | Nonlinear morphological processors for point-target detection versus an adaptive linear spatial filter: a performance comparison | |
CN116509365A (zh) | 生命体征监测方法及装置 | |
Rock et al. | CNNs for interference mitigation and denoising in automotive radar using real-world data | |
US6859161B1 (en) | System for time thresholding | |
CN110766005B (zh) | 目标特征提取方法、装置和终端设备 | |
CN116027288A (zh) | 生成数据的方法、装置、电子设备及存储介质 | |
Zhu et al. | Radio frequency sensing based environmental monitoring technology | |
CN118094419A (zh) | 行为识别方法、装置、电子设备及可读存储介质 | |
CN113439274A (zh) | 身份识别方法、终端设备及计算机存储介质 | |
CN116609755B (zh) | 一种基于超宽带雷达的生命体征检测方法及系统 | |
CN118570528A (zh) | 雷达检测目标识别方法、装置、设备、介质及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |